ML.NET 示例：二元分类之垃圾短信检测
短信检测 ML.NET 版本 API 类型 状态 应用 ...
原文：ML.NET教程之情感分析(二元分类问题)
机器学习的工作流程分为以下几个步骤： 理解问题 准备数据 加载数据 提取特征 构建与训练 训练模型 评估模型 运行 使用模型 理解问题 本教程需要解决的问题是根据网站内评论的意见采取合适的行动。 可用的训练数据集中，网站评论可能是有毒 toxic 或者无毒 not toxic 两种类型。这种场景下，机器学习中的分类任务最为适合。 分类任务用于区分数据内的类别 category ，类型 type 或 ...
2018-12-09 22:42 1 1107 推荐指数：
相关推荐
机器学习框架ML.NET学习笔记【2】入门之二元分类
一、准备样本 接上一篇文章提到的问题：根据一个人的身高、体重来判断一个人的身材是否很好。但我手上没有样本数据，只能伪造一批数据了，伪造的数据比较标准，用来学习还是蛮合适的。 下面是我用来伪造数据的代码： View Code 制造成功后的数据 ...
ML.NET教程之客户细分(聚类问题)
理解问题 客户细分需要解决的问题是按照客户之间的相似特征区分不同客户群体。这个问题的先决条件中没有可供使用的客户分类列表，只有客户的人物画像。 数据集 已有的数据是公司的历史商业活动记录以及客户的购买记录。 offer.csv： transaction.csv： 预处理 需要 ...
使用ML.NET实现情感分析[新手篇]
在发出《.NET Core玩转机器学习》和《使用ML.NET预测纽约出租车费》两文后，相信读者朋友们即使在不明就里的情况下，也能按照内容顺利跑完代码运行出结果，对使用.NET Core和ML.NET，以及机器学习的效果有了初步感知。得到这些体验后，那么就需要回头小结一下了，本文仍然基于一个情感分析 ...
ML.NET教程之出租车车费预测(回归问题)
理解问题 出租车的车费不仅与距离有关，还涉及乘客数量，是否使用信用卡等因素(这是的出租车是指纽约市的)。所以并不是一个简单的一元方程问题。 准备数据 建立一控制台应用程序工程，新建Data文件夹，在其目录下添加taxi-fare-train.csv与taxi-fare-test.csv文件 ...
使用ML.NET实现情感分析[新手篇]后补
在《使用ML.NET实现情感分析[新手篇]》完成后，有热心的朋友建议说，为何例子不用中文的呢，其实大家是需要知道怎么预处理中文的数据集的。想想确实有道理，于是略微调整一些代码，权作示范。 首先，我们需要一个好用的分词库，所以使用NuGet添加对JiebaNet.Analyser包的引用，这是一个 ...
ML.NET 1
ML.NET 示例：目录 ML.NET 示例中文版：https://github.com/feiyun0112/machinelearning-samples.zh-cn英文原版请访问：https://github.com/dotnet/machinelearning-samples ...
文本挖掘之情感分析（一）
一、文本挖掘 文本挖掘则是对文本进行处理，从中挖掘出来文本中有用的信息和关键的规则，在文本挖掘领域应用最往广泛的是对文本进行分类和聚类，其挖掘的方法分为无监督学习和监督学习。文本挖掘还可以划分为7大类：关键词提取、文本摘要、文本主题模型、文本聚类、文本分类、观点提取、情感分析 ...